一种基于特征基因提取的癌症患者生存状态预测方法

摘要

本发明公开了一种基于特征基因提取的癌症患者生存状态预测方法，该方法包括：基于层次聚类方法对数据集中的数据进行分类，得到分类后的数据；对分类后的数据进行差异分析，确定差异特征基因；基于特征基因训练Lasso模型、Ridge模型和RandomForestSRC模型并提取交集特征基因；对交集特征基因进行归一化处理并根据归一化结果进行筛选，得到最终特征基因；基于最终特征基因构建训练集并对预测模型进行训练，得到训练完成的预测模型；基于训练完成的预测模型进行癌症患者生存状态预测。通过使用本发明，能够解决在样本量少、特征变量多的情况下无法提取到有意义特征的问题，从而提高预测准确率。本发明可广泛应用于状态预测领域。